Journals / Turkish Studies - Social Sciences / 2020 / Cilt: 15 - Sayı: 2

Cointegration Analysis Between Ise and Asia Pacific Capital Markets: Panel Ardl Model

Borsa İstanbul ile Asya Pasifik Sermaye Piyasaları Arasındaki Eşbütünleşme Analizi: Panel ARDL Modeli

Pages
221–238
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

The Chinese Stock Exchange (SSE), which has no significant relationship with Borsa İstanbul in both long and short terms, stands out as the best international diversification alternative for an investor who has investments in Borsa Istanbul.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:International portfolio investments allow minimizing systematic risk which cannot be eliminated by domestic portfolio investments.
📊
Key Findings & Data:Long- and short-term relationships between stock exchanges in different geographies are important for investors who want to minimize portfolio diversification and / or increase profit by estimating the short-term fluctuations in these capital markets.
💡
Conclusion & Impact:The Chinese Stock Exchange (SSE), which has no significant relationship with Borsa İstanbul in both long and short terms, stands out as the best international diversification alternative for an investor who has investments in Borsa Istanbul.
🔬Design:Modeling & Simulation
📍Scope:2009 Verileri
⚙️Variables:Domain Parameters

Abstract

International portfolio investments allow minimizing systematic risk which cannot be eliminated by domestic portfolio investments. For successful international diversification, stock exchanges should not give the same reactions to the same developments, in other words, there should be no long-term relationships between them. The cointegration relationship negate the long-term effectiveness of traditional risk diversification techniques based on covariance. Long- and short-term relationships between stock exchanges in different geographies are important for investors who want to minimize portfolio diversification and / or increase profit by estimating the short-term fluctuations in these capital markets. Long-term relationships between capital markets are analyzed with cointegration models in finance literature. In this study, long-term and short-term relationships between BIST100 (XU100) indicator index of ISE and indicator indices of the largest capital markets of the Asia Pacific region (China Shanghai Stock Exchange SSE 100 Index, Japan Tokyo Stock Exchange Nikkei 225 Index, South Korean Stock Exchange KOSPI Index and New Zealand Stock Exchange NZX 50 Index) were analyzed. 132 monthly data between January 2009 and December 2019 were used in the study. According to the unit root test results of natural logarithmic time series, it was decided that the appropriate method for cointegration analysis was Autoregressive Distributed Lag Model (ARDL) developed by Pesaran et al (2001). The results of ARDL model indicate a statistically significant long term relationship between variables. After estimating long term coefficients, Error Correction Model (ECM) was used to determine short term relationships. The findings of the study revealed that the Korean Stock Exchange (KOSPI) and the New Zealand Stock Exchange (NZ50) had a positive and significant relationship with Borsa Istanbul (XU100) in the both long and short term. While the long-term relationship of the Japanese Stock Exchange (N225) with Borsa Istanbul was found to insignificant, but, in short term, significant relationship was found at significance level of 10%. The Chinese Stock Exchange (SSE), which has no significant relationship with Borsa İstanbul in both long and short terms, stands out as the best international diversification alternative for an investor who has investments in Borsa Istanbul.

Özet

Uluslararası portföy yatırımları, yurtiçi portföy yatırımları ile ortadan kaldırılamayan sistematik riskin minimize edilmesine olanak sağlamaktadır. Başarılı bir uluslararası çeşitlendirme için yatırım yapılan borsaların aynı gelişmelere aynı tepkileri vermemesi, başka bir deyişle aralarında uzun dönemli ilişkiler bulunmaması gerekmektedir. Uluslararası sermaye piyasalarının eşbütünleşmesi, kovaryansa dayalı geleneksel çeşitlendirme yöntemlerinin uzun dönem etkinliğini ortadan kaldırmaktadır. Farklı coğrafyalarda yer alan borsalar arasındaki uzun ve kısa dönemli ilişkiler, portföy riskini uluslararası çeşitlendirme ile minimize etmek ve/veya söz konusu borsalardaki kısa dönem dalgalanmaları tahmin ederek getiri elde etmek isteyen yatırımcılar açısından önem arz etmektedir. Finans yazınında, sermaye piyasaları arasındaki uzun dönemli ilişkiler eşbütünleşme modelleri ile analiz edilmektedir. Bu çalışmada, Borsa İstanbul gösterge endeksi olan BIST100 (XU100) endeksi ile Asya Pasifik bölgesinin en büyük sermaye piyasalarının gösterge endeksleri (Çin Şangay Borsası SSE 100 Endeksi, Japonya Tokyo Borsası Nikkei 225 Endeksi, Güney Kore Borsası KOSPI Endeksi ve Yeni Zelanda NZX 50 Endeksi) arasındaki uzun ve kısa dönemli ilişkiler analiz edilmiştir. Araştırmada, 2009 Ocak ile 2019 Aralık tarihleri arasındaki 132 aylık veri kullanılmıştır. Doğal logaritması alınan zaman serilerinin birim kök test sonuçları sonuçlarına göre, eşbütünleşme analizi için uygun yöntemin Pesaran vd. (2001) tarafından geliştirilen Gecikmesi Dağıtılmış Otoregresif Model (Autoregressive Distributed Lag Model - ARDL) olduğuna karar verilmiştir. Kurulan ARDL modeli sonucunda değişkenler arasında uzun dönemli ilişkinin istatistiksel olarak anlamlı olduğu sonucuna ulaşılmıştır. Uzun dönem katsayıların tahmin edildikten sonra, kısa dönemli ilişkilerin belirlenebilmesi için Hata Düzeltme Modeli (Error Correction ModelECM) kullanılmıştır. Araştırmanın bulguları, hem uzun hem de kısa dönemde, Borsa İstanbul (XU100) ile Kore Borsası (KOSPI)’nın %1 anlamlılık düzeyinde; Yeni Zelanda Borsası (NZ50)’nın ise %5 anlamlılık düzeyinde pozitif ve anlamlı bir ilişkiye sahip olduğunu ortaya koymuştur. Japon Borsası (N225)'ın, Borsa İstanbul ile uzun dönemli ilişkisi anlamlı bulunmazken, kısa dönemli ilişkisi %10 anlamlılık düzeyinde anlamlı bulunmuştur. Hem uzun hem kısa dönemde Borsa İstanbul ile ilişkisi anlamlı bulunmayan Çin Borsası (SSE) ise Borsa İstanbul’da yatırımları bulunan bir yatırımcı için en iyi uluslararası çeşitlendirme alternatifi olarak göze çarpmaktadır.

🔖

Cite This Article

ORCİD.ORG, O. G. H. (2020). Cointegration Analysis Between Ise and Asia Pacific Capital Markets: Panel Ardl Model. Turkish Studies - Social Sciences, Cilt: 15 - Sayı: 2, 221–238. https://ajindex.com/articles/212794

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (10)

  1. Akel, V. (2015). Kırılgan Beşli Ülkelerinin Hisse Senedi Piyasaları Arasındaki Eşbütünleşme Analizi. Uluslararası Yönetim İktisat ve İşletme Dergisi, 11(24), 99-118. https://doi.org/10.17130/ijmeb.2015.11.24.719
  2. Akıncı, G. Y. ve Küçükçaylı, F. M. (2018). Borsalar-Arası Karşılıklı Bağımlılık: Asya Ve Avrupa Borsaları Birbirlerini Etkiliyor Mu? Uluslararası İktisadi ve İdari İnclemeler Dergisi, 18. EYİ Özel Sayısı, 721-734. https://doi.org/10.18092/ulikidince.346453
  3. Belloumi, M. (2014).
  4. The relationship between trade, FDI and economic growth in Tunisia: An application of the autoregressive distributed lag model. Economic Systems, 38(2), 269-287. https://doi.org/10.1016/j.ecosys.2013.09.002
  5. Bozoklu, Ş. ve Saydam, İ. M. (2010, Temmuz-Aralık). BRIC Ülkeleri ve Türkiye Arasındaki Sermaye Piyasaları Entegrasyonunun Parametrik ve Parametrik Olmayan Eşbütünleşme Testleri ile Analizi. Maliye Dergisi(159), 416-431.
  6. Boztosun, D. ve Çelik, T. (2011). Türkiye Borsasının Avrupa Borsaları İle Eşbütünleşme Analizi. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 16(1), 147-162.
  7. Bulut, Ş. ve Özdemir, A. (2012). İstanbul Menkul Kıymetler Borsası ve “Dow Jones Industrial” Arasındaki İlişki: Eşbütünleşme Analizi. Yönetim ve Ekonomi, 19(1), 211-224.
  8. Chan, K. C., Gup, B. E. ve Pan, M.‐S. (1997). International Stock Market Efficiency and Integration: A Study of Eighteen Nations. Journal of Business Finance & Accounting, 24(6), 803-813. https://doi.org/10.1111/1468-5957.00134
  9. Choudhry, T. (1997). Stochastic Trends in Stock Prices: Evidence from Latin American Markets. Journal of Macroeconomics, 19(2), 285-304. https://doi.org/10.1016/s0164-0704(97)00016- 5 Enders, W. (2014). Applied Econometric Time Series. Wiley Series in Probability and Statistics. Engle, R. F. ve Granger, C. W. (1987, March). Co-Integration and Error Correction: Representation, Estimation, and Testing. Econometrica, 55(2), 251-276. https://doi.org/10.2307/1913236
  10. Ergün, B., Samırkaş, M. C. ve Cihangir, M. (2012). Türkiye Hisse Senedi Piyasasının Ortadoğu Ve Kuzey Afrika Hisse Senedi Piyasaları İle Entegrasyonu. 11. Ulusal İşletmecilik Kongresi, (s. 155-160). Konya. Ekim 10, 2019 tarihinde http://apbs.mersin.edu.tr/files/mustafa.can/Scientific_Meetings_002.pdf adresinden alındı Eyüboğlu, S. ve Eyüboğlu, K. (2019). Borsa İstanbul Sektör Endekslerinin Karşılıklı Bağımlılıklarının Test Edilmesi. Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 53, 246-253. https://doi.o